MétaCan
Menu
Retour à la cohorte
Enregistrement W1991417248 · doi:10.1139/z01-078

Quantifying errors associated with using fecal samples to determine the diet of the California sea lion (<i>Zalophus californianus</i>)

2001· article· en· W1991417248 sur OpenAlexvenueno aff
Anthony J. Orr, James T. Harvey

Notice bibliographique

RevueCanadian Journal of Zoology · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésZalophus californianusBiologySea lionFecesPredationSquidFisherySeawaterAnimal scienceZoologyEcology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to quantify the errors associated with using fecal samples to determine the diet of the California sea lion (Zalophus californianus). Fishes and squids of known size and number were fed to five sea lions held in enclosures with seawater-filled pools. Enclosures were washed and pools were drained periodically so that sea lion feces could be collected using a 0.5 mm mesh bag. Fish otoliths and squid beaks were collected from feces and used to estimate number and size of prey eaten. An average of 50.7% (SE = 6.4%) of 430 fishes and 73.5% (SE = 12.0%) of 49 cephalopods fed to sea lions were represented by otoliths and beaks in feces, respectively. Estimated lengths of fish from feces were less than lengths of fish fed to sea lions by an average of 30.1% (SE = 2.8%). Beaks were not digested significantly; estimated lengths of squid were underestimated by an average of only 3.3% (SE = 1.5%) relative to actual lengths. Passage rates of otoliths varied, but more than 70% were recovered within 48 h after the fish was consumed. Passage rates of beaks were generally less than those of otoliths; six beaks (11%) were collected in feces 4 days after the squid were eaten. Correction factors were created to more reliably estimate the number and size of fishes and cephalopods eaten by California sea lions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,041
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,057
Tête enseignante GPT0,250
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetMarine animal studies overviewTravaux en français237 207